57
GitHub - Dod-o/Statistical-Learning-Method_Code: 手写实现李航《统计学习方法》书...
source link: https://github.com/Dod-o/Statistical-Learning-Method_Code
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
README.md
前言
力求每行代码都有注释，重要部分注明公式来源。具体会追求下方这样的代码，学习者可以照着公式看程序，让代码有据可查。
如果时间充沛的话，可能会试着给每一章写一篇博客。先放个博客链接吧：传送门。
注：其中Mnist数据集已转换为csv格式，由于体积为107M超过限制，改为压缩包形式。下载后务必先将Mnist文件内压缩包直接解压。
实现
第二章 感知机：
博客：统计学习方法|感知机原理剖析及实现
实现：perceptron/perceptron_dichotomy.py
第三章 K近邻：
博客：统计学习方法|K近邻原理剖析及实现
实现：KNN/KNN.py
第四章 朴素贝叶斯：
博客：统计学习方法|朴素贝叶斯原理剖析及实现
实现：NaiveBayes/NaiveBayes.py
第五章 决策树：
博客：统计学习方法|决策树原理剖析及实现
实现：DecisionTree/DecisionTree.py
第六章 逻辑斯蒂回归与最大熵模型：
博客：逻辑斯蒂回归：统计学习方法|逻辑斯蒂原理剖析及实现
博客：最大熵：统计学习方法|最大熵原理剖析及实现
实现：逻辑斯蒂回归：Logistic_and_maximum_entropy_models/logisticRegression.py
实现：最大熵：Logistic_and_maximum_entropy_models/maxEntropy.py
第七章 支持向量机：
博客：统计学习方法|支持向量机(SVM)原理剖析及实现
实现：SVM/SVM.py
第八章 提升方法：
第九章 EM算法及其推广：
实现：EM/EM.py
第十章 隐马尔可夫模型：
实现：HMM/HMM.py
联系
项目未来短期内不再更新，如有疑问欢迎使用issue，也可添加微信或邮件联系。
此外如果有需要MSRA实习内推的同学，欢迎骚扰。
Wechat: lvtengchao（备注“blog-学校/单位-姓名”）
Email: [email protected]
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK